Tiền tuyến vẽ tranh AI: Mô hình văn bản sang ảnh, chỉnh sửa ảnh thông minh và hệ sinh thái công cụ sáng tạo.
390 bài thu thập26 tinh chọncập nhật đến 27/09 21:36
KwaiMind là mô hình nền tảng từ Kuaishou giúp tối ưu hóa hình ảnh sản phẩm thương mại điện tử, hỗ trợ chỉnh sửa chi tiết, thay đổi bối cảnh và tăng tỷ lệ nhấp chuột thực tế lên 2,44%.
Runway vừa phát hành plugin cho DaVinci Resolve Studio, cho phép người dùng tạo hình ảnh, video và thực hiện inpainting (vẽ lại) trực tiếp trên timeline mà không cần chuyển đổi ứng dụng.
Qwen@Alibaba_QwenThanks @arena for the recognition! 🏆 Qwen-Image-2.1 is now the #1 open-source model in both the Ima…
DịchAlibaba thông báo Qwen-Image-2.1 đã vươn lên vị trí số 1 trong các mô hình mã nguồn mở trên bảng xếp hạng Arena cho cả hai hạng mục chỉnh sửa ảnh và tạo ảnh từ văn bản.
Hy Image 3.5 hỗ trợ tạo ảnh từ văn bản và hình ảnh, cho phép sử dụng tối đa 5 ảnh tham chiếu, chỉnh sửa đa vòng và xuất ảnh độ phân giải 2K. Mô hình đạt hiệu suất vượt trội hơn 30% so với thế hệ trước trong các bài kiểm tra mù của chuyên gia.
Diễn biến sự kiện · 4 bài →Thêm 5 nguồn khác đưa tinX: X.PIN (@thexpin)IT HomeX: Tencent Hunyuan (@TencentHunyuan)X: Rohan Paul (@rohanpaul_ai)WeChat: Tencent HunyuanQwen@Alibaba_QwenQwen-Image-2.1 × @HuggingApps: live demo on Spaces! 🖼 One single checkpoint for generation and edit…
DịchQwen-Image-2.1 là mô hình 7B mới từ Alibaba, hỗ trợ tạo và chỉnh sửa ảnh linh hoạt với tối đa 10 ảnh tham chiếu. Mô hình tích hợp sẵn LLM tăng cường gợi ý, hỗ trợ ComfyUI và có bản demo trực tuyến trên Hugging Face.
Thêm 5 nguồn khác đưa tinX: Arena (@arena)MarkTechPostPandailyTechNodeX: Alibaba Cloud (@alibaba_cloud)Alibaba vừa ra mắt Qwen-Image-2.1, mô hình tạo ảnh mã nguồn mở 7B mạnh mẽ nhất hiện nay. Với khả năng chỉnh sửa cục bộ, tạo ảnh trong suốt và độ chính xác cao, đây là công cụ đắc lực cho thiết kế chuyên nghiệp và thương mại điện tử.
Qwen@Alibaba_QwenQwen-Image-2.1 is now supported in ComfyUI! Try it now and share your creations! 🖼️
DịchMô hình Qwen-Image-2.1 (7B) hiện đã hỗ trợ ComfyUI, cho phép tạo và chỉnh sửa ảnh 2K chất lượng cao. Người dùng có thể sử dụng tối đa 10 ảnh tham chiếu để điều khiển chỉnh sửa và xuất file RGBA chuyên nghiệp.
OpenRouter đã thử nghiệm 20 mô hình tạo ảnh với cùng một câu lệnh, cho thấy sự chênh lệch chi phí lên tới 22 lần, dao động từ 0,006 USD đến 0,134 USD mỗi ảnh.
Google AI@GoogleAIBring your imagination to life with Google Pics. Built with Nano Banana, Pics makes it easy to gene…
DịchGoogle vừa giới thiệu Pics (pics.new), công cụ chỉnh sửa ảnh mạnh mẽ dựa trên mô hình Nano Banana, cho phép người dùng chỉnh sửa chi tiết, thay đổi văn bản trong ảnh và cộng tác nhóm dễ dàng.
Hugging Face giới thiệu Workflow1111, sử dụng 73 node Gradio để tái lập hầu hết các tính năng chủ chốt của AUTOMATIC1111, từ tạo ảnh, inpaint, ControlNet đến hỗ trợ video, mang lại trải nghiệm linh hoạt và trực quan hơn.
Phiên bản mới tập trung cải thiện tốc độ tạo ảnh, độ chi tiết vượt trội và tính năng chỉnh sửa ảnh chuyên nghiệp như người thật.
Apple phát hành macOS 27 RC với Siri AI thông minh hơn, tính năng Visual Intelligence cho phép tương tác trực tiếp với nội dung màn hình, cùng các công cụ chỉnh sửa ảnh và duyệt web Safari được cải tiến mạnh mẽ.
Bản cập nhật iOS/iPadOS 27 RC mang đến Siri AI thông minh hơn với khả năng hiểu ngữ cảnh, tích hợp sâu vào ứng dụng và các công cụ chỉnh sửa ảnh, duyệt web bằng Apple Intelligence cho dòng iPhone 15 Pro trở lên.
RelightFormer là mô hình Transformer đột phá giúp tái chiếu sáng vật thể từ một hoặc nhiều góc nhìn mà không cần ước tính các thuộc tính vật lý phức tạp. Bằng cách tận dụng dữ liệu từ bộ dataset LOD khổng lồ, mô hình đạt độ chính xác cao trong việc mô phỏng tương tác ánh sáng 3D.
OpenRouter chia sẻ hướng dẫn chi tiết cách dùng API để chỉnh sửa ảnh bằng mô hình Nano Banana 2, kèm ví dụ code Python/TypeScript và mẹo tối ưu hóa kết quả.
OpenAI@OpenAIChatGPT Images 2.5-faster, sharper, smarter, with better tools for creating whatever you can dream o…
DịchOpenAI vừa nâng cấp ChatGPT Images 2.5 với tốc độ tạo ảnh vượt trội, độ chi tiết cao và khả năng chỉnh sửa cục bộ thông minh, giúp giữ vững sự nhất quán trong các lần thay đổi.
LLaDA-Image là mô hình Diffusion Transformer 6B mới, ưu tiên học cấu trúc hình ảnh trước khi thực hiện căn chỉnh ngôn ngữ, giúp đạt hiệu suất dẫn đầu trên bảng xếp hạng Qwen-Image-Bench.
Dù AI tạo ảnh đã rất ấn tượng về thị giác, nhưng vẫn gặp khó khăn trong việc duy trì danh tính nhân vật và bố cục phức tạp. Bài viết phân tích các giải pháp kỹ thuật mới từ Qualcomm nhằm giúp AI trở nên đáng tin cậy và có tính ứng dụng cao hơn trong công việc chuyên nghiệp.
Apple giới thiệu khung huấn luyện IVT, cho phép mô hình học cách dự đoán tương lai thông qua biểu diễn ẩn thay vì phải tạo ảnh trực tiếp, giúp tăng tốc độ suy luận video gấp 5 lần mà vẫn giữ được độ chính xác.
Google vừa giới thiệu Google Pics, công cụ hỗ trợ tạo và chỉnh sửa hình ảnh tích hợp trong Workspace, dự kiến triển khai cho người dùng gói AI Pro, Ultra và khách hàng doanh nghiệp trong vài tuần tới.
Diễn biến sự kiện · 3 bài →Midjourney vừa mở quyền truy cập mô hình V8.2, cho phép người dùng chỉnh sửa ảnh bằng câu lệnh, kết hợp tối đa 4 ảnh tham chiếu, cùng các tính năng nâng cao như vẽ đè (inpainting) và mở rộng khung hình (outpainting) ngay trên web và Discord.
Nhóm nghiên cứu tại Princeton đã thực hiện hơn 300 thí nghiệm với 700.000 giờ TPU để tạo ra i1, một mô hình tạo ảnh 3B tham số hoàn toàn mở, vượt trội hơn các mô hình mã nguồn mở hiện có tới 29,5% trên các bài kiểm tra tiêu chuẩn.
IVT là phương pháp huấn luyện giúp mô hình AI dự đoán các khung hình tương lai mà không cần tạo ảnh trung gian, giúp tăng tốc độ xử lý video mà vẫn giữ được khả năng suy luận logic.
ConceptEdit là quy trình tự động tạo tập dữ liệu chỉnh sửa ảnh quy mô lớn thông qua ba bước: tạo lệnh bằng VLM, thực thi chỉnh sửa với FLUX và đánh giá bằng VQA, giúp tối ưu hóa việc huấn luyện các mô hình chỉnh sửa hình ảnh.
Marionette cải thiện tính nhất quán trong game bằng cách tách biệt việc dự đoán trạng thái 3D của nhân vật với quá trình kết xuất hình ảnh, giúp kiểm soát chuyển động và hình học chính xác hơn so với các mô hình tạo ảnh pixel truyền thống.
Nhóm Seed của ByteDance phát hiện rằng thông tin hình ảnh trong Caption quan trọng hơn độ dài văn bản. Họ đề xuất Structured Prompt giúp cải thiện đáng kể khả năng suy luận và hiểu biết thế giới của các mô hình khuếch tán.